大模型下半场：为何Agent时代更需要开源模型

发布时间：2025-06-13 03:58:40 来源：出尘不染网 作者：经济数据

来源：硅兔赛跑

世间建筑可以分为两种，一种是集市，天天开放在那里，从无到有，从小到大；一种是教堂，几代人呕心沥血，历尽几十年方能完工。Eric Raymond在《大教堂与集市》中如是写道。

而Linux的故事，更像是用集市的方式，建造一座大教堂。如今，在生成式人工智能领域，越来越多的开源模型正在为这样的“建造模式”贡献新的案例。

阿里云，是开源模型的坚定追逐者。目前，通义千问Qwen衍生模型数量已突破10万，超越美国Llama模型，通义成为全球第一AI开源模型。

4月29日凌晨，阿里发布新一代通义千问模型Qwen3（简称千问3），参数量仅为DeepSeek-R1的三分之一，为235B，成本大幅下降。

据悉，千问3是国内首个“混合推理模型”，“快思考”与“慢思考”集成进同一个模型，对简单需求可低算力“秒回”答案，对复杂问题可多步骤“深度思考”，大大节省算力消耗。

2023年至今，阿里通义团队已经开源了200多款模型，包含大语言模型千问Qwen及视觉生成模型万相Wan等两大基模系列，开源囊括文本生成模型、视觉理解/生成模型、语音理解/生成模型、文生图及视频模型等全模态，覆盖从小到大全尺寸参数，满足不同的终端需求。

千问3的总参数量为235B，激活仅需22B。千问3预训练数据量达36T ，并在后训练阶段多轮强化学习，将非思考模式无缝整合到思考模型中。

千问3的部署成本还大幅下降，仅需4张H20即可部署千问3满血版，显存占用仅为性能相近模型的三分之一。

阿里的开源模型发布，对行业意味着什么？开源模型的能力如何？未来的大模型竞争将会走向何方？

开源大模型的能力正在后来居上

开源大模型的能力正在赶上闭源模型。

这是笔者在询问了多位AI创业者、大厂大模型开发者及投资人后的共识。

尽管，他们也同意，如今还是闭源模型处于领先地位，但开源模型和闭源模型之间的差距正在逐步缩小，而这样的速度，令业界始料未及。

“闭源模型先做到了90分，但如今，开源模型也能够做到90分的水平。”一位大模型开发人员表示。Scaling Law总有瓶颈，这个瓶颈所体现的便是模型越大，能力提升、付出的成本则是成倍增加，因此给了开源模型追赶的时间。

是开源模型究竟开放了什么？其与开源软件有什么区别？又与闭源模型的差异体现在哪里？

开源软件通常是公开源代码的全貌，允许开发者查看、修改，后续开发者可以很容易根据代码复现相应的功能实现。但开源模型一般只开源参数，至于其中用了什么数据、如何微调、如何对齐，却难以知晓。闭源模型则是直接提供一整套方案。可以理解为，开源模型是基于原有的材料，需要厨师自备工具、菜单、研究做法，但究竟能不能做出一道好菜，全靠厨师功力。闭源模型则是预制菜，加热即用。

但开源模型的好处在于，能够让更多开发者参与到模型的开发中，帮助模型提升性能、完善生态，并且灵活性强。这能够帮助模型公司省去很多人力成本和时间成本。对于使用开源模型的一方，也是一种节省成本的方式。

不过，开源模型的成本优势在前期，举个例子，据计算，闭源模型GPT-4每百万个代币输入的成本约为10美元，每百万个代币输出的成本约为30美元，而开源模型Llama-3-70-B每百万个代币输入的成本约为 60 美分，每百万个代币输出的成本约为 70 美分，这使其成本大约便宜 10 倍，而性能差异却很小。但如果涉及到后续的部署，则需要极强的技术实力和投入。

不过，阿里此次发布的千问3，也正在逐步解决成本投入的问题，以阿里新发布的千问3为例，从部署成本看，千问3是满血版R1的25%～35%，模型部署成本大降六/七成。旗舰版千问3模型的总参数235B激活22B，大致需要4张H20或同等性能的GPU。对比来看，满血版DeepSeek-R1总参数671B激活37B，1台8卡H20虽然可跑，但较吃紧（100w左右），一般推荐16卡H20，总价约200万左右。

模型推理上看，千问3独特的混合推理模型，开发者可自行设置“思考预算”，在满足性能需求的同时实现更精细化的思考控制，自然也会节省整体推理成本。可以参考的是，同类型的Gemini-2.5-Flash在定价上的推理和非推理模式的价格相差约6倍，用户使用非推理模式时相当于可节省600%的算力成本。

一位大厂从事大模型开发人员告诉硅兔君，开源模型更适合于有很强技术实力，但没有足够预算的团队，例如学术机构。而闭源模型则适合人少钱多的公司。不过，随着开源模型能力的提升，有41%的受访企业计划增加对开源模型的使用，而41%的企业认为如果开源模型和闭源模型性能相当，会转向开源模型。在这项调查中，仅有18%的企业不打算增加对开源LLM的使用。

A16z创始人马克·安德里森就表示，开源，让大学重新回到竞争中，因为，如果研究者的担心是，第一，大学没有足够的资金来参与AI领域的竞争并保持相关性；其次，所有大学加在一起也没有足够的资金来参与竞争，因为没有人能够跟上这些大型公司的筹资能力。而当开源模型越来越多且能力上来之后，就意味着大学可以使用开源模型进行研究。对没有足够资金的小公司而言，这个逻辑同样成立。

硅兔君制图

大模型的东方启示

DeepSeek的横空出世，让诸多人发现了中国公司开源模型的能力。

“Deep Seek代表的是轻量化、低成本的AI产品。”一位中美AI投资人表示，举个例子，混合专家模型（MoE）的调整需要极高的工艺，过去的主流模型使用MoE的并不多，是因为难，但是“小孩不信邪”，却把这件事做成了。

但开源模型最重要的是生态，也就是说到底有多少人用。毕竟，要切换不同的模型，对用户而言是极高的成本。不过，当DeepSeek横空出世之后，在硅谷一些用Meta的大模型的用户也切换到了DeepSeek，“后来者一定要比先发者有足够的优势。”一位大模型研发人员表示，这样才会吸引用户放弃前期投入的成本，切换到新的开源模型上来。

硅兔君整理了目前全球知名模型的开源和闭源情况发现，除了亚马逊，微软、谷歌、Meta、OpenAI都有开源模型的布局，一些公司选择纯开源路线、一些选择开源和闭源并行，在中国，阿里是在开源道路上走得最坚定的大厂。早在DeepSeek发布R1前，阿里就在开源模型上押注和布局。

全球知名模型开源情况

资料来源：公开信息整理 硅兔君整理

截至2025年4月29日

根据李飞飞的《斯坦福人工智能报告2025》，2024年中，阿里发布的著名AI大模型数量为6个，位于全球第三，谷歌和Open AI并列第一，为7个。而在报告中所提及的2024年重要大模型排名，阿里的AI贡献度位列全球第三。

来源：《斯坦福人工智能报告2025》

而29日发布的千问3，作为通义千问系列最新一代大语言模型，提供了一系列稠密（Dense）和混合专家（MoE）模型。在推理、指令跟随、智能体能力和多语言支持方面取得了突破性的进展，具有以下特性：

1) 独特的混合推理：支持在思考模式 （用于复杂逻辑推理、数学和编码）和 非思考模式 （用于高效通用对话）之间无缝切换，确保在各种场景下的最佳性能。

2) 显著增强的推理能力 ：在数学、代码生成和常识逻辑推理方面超越了之前的 QwQ（在思考模式下）和Qwen2.5-Instruct 指令模型（在非思考模式下）。

3) 更好的人类偏好对齐 ：在创意写作、角色扮演、多轮对话和指令跟随方面表现出色，提供更自然、更吸引人和更具沉浸感的对话体验。

4) 智能体能力突出 ：可以在思考和非思考模式下精确集成外部工具，在复杂的基于代理的任务中在开源模型中表现领先。

5) 强大的多语言能力：支持119 种语言和方言，具备强大的多语言指令跟随和翻译能力。

其中所提到的“混合推理”，相当于把顶尖的推理模型和非推理模型集成到同一个模型里去，需要极其精细、创新的设计及训练。目前，热门模型中只有千问3、Claude3.7以及Gemini 2.5 Flash可以做到。

具体而言，在“推理模式”下，模型会执行更多中间步骤，如分解问题、逐步推导、验证答案等，给出更深思熟虑的答案；而在“非推理模式”下，模型会直接生成答案。同一个模型，可以完成“快思考”和“慢思考”，这类似于人类在回答简单问题时，凭经验或直觉快速作答，面对复杂难题时再深思熟虑，仔细思考给出答案。千问3还可API设置“思考预算”（即预期最大thinking tokens数量），进行不同程度的思考，让模型在性能和成本间取得更好的平衡，以满足开发者和机构的多样需求。

Qwen3的性能情况

对中国而言，开源模型的做法也比闭源模型能够吸引更多客户，因为如果是闭源的模型，只能更多集中在国内市场，但开源则能够让更多国外公司也进行使用，举个例子：Perplexity是一家美国公司，但用户可以在Perplexity上使用DeepSeek R1，并完全托管在美国，使用美国的数据中心。

大模型的下半场

2023年3月，在旧金山的探索馆一场开源AI盛会上，羊驼漫步在会场上，致敬了Meta的开源大语言模型“LLaMA”。

2023年至今，一年多时间里，生成式AI正在不断发生变化。公众的关注点已从基础模型变为AI原生的应用。在YC W25的Demo Day中，80%的项目都是AI应用。

“开源模型将会促进更多Agent的落地。”多位业界人士向硅兔君表达了这个观点。一方面是开源将会降低使用成本及门槛。

例如千问3 有很强的工具调用能力，在伯克利函数调用BFCL评测榜中，千问3创下70.76的新高，将大幅降低Agent调用工具的门槛。同时，可结合 Qwen-Agent 开源框架来充分实现Qwen3 的智能体能力。Qwen-Agent 是一个基于 Qwen 的指令跟踪、工具使用、规划和内存功能开发 LLM 应用程序的框架，框架内部封装了工具调用模板和工具调用解析器，还附带浏览器助手、代码解释器和自定义助手等示例应用程序，大大降低了编码复杂性。千问3原生支持MCP协议，开发者要定义可用工具，可基于 MCP 配置文件，使用 Qwen-Agent 的集成工具或自行集成其他工具，快速开发一个带有设定、知识库RAG和工具使用能力的智能体。

不仅如此，阿里的千问3能够支持不同尺寸模型，千问3对手机、智能眼镜、智能驾驶、人形机器人等智能设备和场景的部署更为友好，所有企业都可免费下载和商用千问3系列模型，这也将大大加速AI大模型在终端上的应用落地。

另外，有从业者指出，闭源模型在To B端并没有很好解决信任问题，很多大企业其实并不愿意将自己的业务接入第三方大模型的API，因为这背后是核心数据是否会成为第三方大模型训练的一部分，这也是开源模型的机会。

有一个说法是，开源作为早期产品，在没有经过beta测试之前的市场推广策略，当不知道明天会是什么样的时候，先开源出来，吸引开发者。当有人用起来的时候，就有了最佳实践，紧接着就建立起了自己的生态。

不过，由于开源模型的商业链条较长，不如闭源模型来得快和清晰，因此业界人士表示，开源模型更多适合家里有钱有资源的“富二代”的游戏。以Meta来说，Meta做开源模型，更多是搭建生态，为Meta其他业务板块提供支持。阿里做开源的逻辑，则更多是为其云服务。阿里有很强的云设施服务，可以在此基础上训练大模型，另外也可以将大模型部署在自己的云服务商，甚至可以根据用户部署定制专属大模型，用这样的方式走通商业逻辑。

“我的模式是，让大公司、小公司和开源相互竞争。这就是计算机行业发生的事情。”马克·安德里森曾表示。而在大模型逐渐变成如水、电、煤一样的标准化产品，开源可能更适合未来的方向。

相关文章